关于管理大数据的6大神话

早在2014年5月，Forrester Research发表了两份报告，得出了有关大数据炒作的某些结论。 该研究公司对250多名营销和业务开发主管进行了调查。 根据该报告的作者，大数据的言论空前高涨，技术供应商正在兜售似乎令人难以置信的产品。

Gartner同意Forrester Research； 大肆宣传围绕着大数据。 在2014年9月的报告中，Gartner揭穿了五个最大的数据神话，Gartner的分析师就大数据及其操纵的误解发表了自己的看法。 那么，大数据最大的神话是什么？ 我们来看一下。

神话：每个人在采用大数据方面都领先于我们。

Gartner说，对大数据的兴趣空前高涨。 尽管如此，只有13％的受访者拥有工作系统。 原因：大多数公司尚未弄清楚如何从大型数据存储库中挖掘任何价值。 在这里，Gartner的调查比Forrester的报告更为乐观，该报告发现只有9％的调查参与者表示他们计划在明年实施大数据技术。 （大数据可以提供很多。在大数据可以解决的5个现实问题中了解更多信息。）

误解：我们有这么多数据； 我们不必担心每个小的数据缺陷。

Gartner担心我们人类的脆弱性：“我们拥有如此之多，坏的一点都不会有关系。” Gartner副总裁兼杰出分析师泰德·弗里德曼（Ted Friedman）认为，这是看待情况的错误方法。

弗里德曼说：“实际上，尽管每个缺陷对整个数据集的影响要比数据少时的影响要小得多，但由于存在更多的数据，所以缺陷多于以前。” “因此，劣质数据对整个数据集的总体影响保持不变。”

弗里德曼（Friedman）添加了另一个令人担忧的理由。 大数据捕获通常包含来自企业外部的数据，因此这些数据的结构和来源未知。 这增加了出错的可能性。

误解：大数据技术将消除对数据集成的需求。

可以将两种关键数据分析策略应用于大数据：“写入模式”或“读取模式”。 直到最近，写入模式还是唯一使用的方法。 读取模式是当前数据库管理的热潮。 与需要结构化格式的写模式不同，数据以原始格式加载到读模式数据库中。 然后，开发人员（使用诸如Hadoop之类的非结构化数据库平台）将完全不同的数据转换为可用格式。 读取模式具有明显的优势，但是，正如Gartner所述，数据集成必须在某个时候进行。

误解：使用数据仓库进行高级分析毫无意义。

对于许多信息管理人员而言，花时间创建数据仓库似乎毫无意义，特别是当新捕获的数据与数据仓库中的数据不同时。 但是，Gartner再次警告，即使高级数据分析也将使用数据仓库和新数据，这意味着数据集成商必须：

• 优化新数据类型以使其适合分析
• 确定哪些数据是相关的，以及所需的数据质量级别
• 确定如何汇总数据
• 了解数据优化可以在数据仓库之外的其他地方进行

误解：数据湖将取代数据仓库。

数据湖是不同数据的存储库，与数据仓库采用结构化格式的数据仓库相反。 与数据仓库相比，创建数据湖几乎不需要任何前期工作（无需格式化数据），这就是为什么对数据湖感兴趣的原因。

Gartner强调拥有数据不是重点-能够操纵捕获的数据进行明智的决策才是重点。 而且，使用（有些未经证实的）数据湖来促进决策是有问题的。

Gartner研究总监Nick Heudecker表示：“数据仓库已经具有支持整个组织中各种用户的能力。” “信息管理领导者不必等待数据湖赶上来。” （在采用前必须了解的关于大数据的7件事中了解有关采用大数据的更多信息。）

大数据有效-可能无法使用新的数据处理方法

阅读报告后，Gartner说出“最大数据神话”而不是“大数据神话”的原因就很清楚了。 Gartner并非对大数据持保留态度。 对于那些认为处理大数据的新方法已经准备好迎接“黄金时间”的人们，Gartner感到不安。